Skip to main content
Glama
deenesjakoruzh
ashishpatel26

Model Context Protocol Server

by ashishpatel26
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Remote

🚀 Agentic RAG con servidor MCP Servidor MCP de Agentic-RAG - AgenticRag

✨ Descripción general

Agentic RAG con MCP Server es un potente proyecto que reúne un servidor y un cliente MCP (Protocolo de contexto de modelo) para crear aplicaciones Agentic RAG (Recuperación-Generación aumentada).

Esta configuración potencia su sistema RAG con herramientas avanzadas como:

  • 🕵️‍♂️ Extracción de entidades

  • 🔍 Refinamiento de consultas

  • ✅ Comprobación de relevancia

El servidor aloja estas herramientas inteligentes, mientras que el cliente muestra cómo conectarse y utilizarlas sin problemas.

Related MCP server: MCP-RAGNAR

🖥️ Servidor — server.py

Impulsado por la clase FastMCP de la biblioteca mcp , el servidor expone estas útiles herramientas:

Nombre de la herramienta

Descripción

Icono

get_time_with_prefix

Devuelve la fecha y hora actuales

⏰

extract_entities_tool

Utiliza OpenAI para extraer entidades de una consulta, lo que mejora la relevancia de la recuperación de documentos.

🧠

refine_query_tool

Mejora la calidad de las consultas de los usuarios con refinamiento impulsado por OpenAI

✨

check_relevance

Filtra el contenido irrelevante al verificar la relevancia de los fragmentos con un LLM

✅

🤝 Cliente — mcp-client.py

El cliente demuestra cómo conectarse e interactuar con el servidor MCP:

  • Establecer una conexión con ClientSession desde la biblioteca mcp

  • Enumere todas las herramientas de servidor disponibles

  • Llamar a cualquier herramienta con argumentos personalizados

  • Consultas de procesos que aprovechan las herramientas OpenAI o Gemini y MCP en conjunto

⚙️ Requisitos

  • Python 3.9 o superior

  • paquete Python openai

  • biblioteca mcp

  • python-dotenv para la gestión de variables de entorno

🛠️ Guía de instalación

# Step 1: Clone the repository
git clone https://github.com/ashishpatel26/Agentic-RAG-with-MCP-Server.git

# Step 2: Navigate into the project directory
cd Agentic-RAG-with-MCP-Serve

# Step 3: Install dependencies
pip install -r requirements.txt

🔐 Configuración

  1. Cree un archivo .env (utilice .env.sample como plantilla)

  2. Establezca su modelo OpenAI en .env :

OPENAI_MODEL_NAME="your-model-name-here"
GEMINI_API_KEY="your-model-name-here"

🚀 Cómo utilizar

  1. Inicie el servidor MCP:

python server.py

  1. Ejecute el cliente MCP:

python mcp-client.py

📜 Licencia

Este proyecto está licenciado bajo la licencia MIT .

Gracias por leer 🙏

This server cannot be deployed

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

Maintenance

ActivityInactive
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers

  • AgenticRAG MCP Server

    aibozo
    A
    license
    Not graded
    quality
    D
    maintenance
    An intelligent codebase processing server that provides agentic RAG capabilities for code repositories, enabling semantic search and contextual understanding through self-evaluating retrieval loops.
    2
    MIT

  • MCP-RAGNAR

    bixentemal
    A
    license
    Not graded
    quality
    D
    maintenance
    A local RAG server that enables document indexing and sentence window retrieval across multiple file formats like PDF, MD, and DOCX. It supports both local Hugging Face models and OpenAI embeddings for efficient context-aware querying through the Model Context Protocol.
    GPL 3.0

  • ragx

    JIEAO-re
    A
    license
    Not graded
    quality
    D
    maintenance
    RAGX MCP Server enables retrieval-augmented generation with document ingestion, hybrid search, and agentic answering using Claude, exposing tools for querying, searching, and managing documents.
    2
    MIT